枫夜求索阁

打破信息茧房！RAG技术如何让AI拥有“实时外挂大脑“？

AI 学习系列

今天要聊一个让AI从"嘴炮王者"变身"学术裁缝"的黑科技——RAG（检索增强生成）。这货堪称人工智能界的"人形自走图书馆"，专治模型胡编乱造的老毛病！

薅百度羊毛指南：白嫖Deepseek-R1的「满血版」正确姿势

AI 学习系列

听说百度云千帆平台最近把Deepseek-R1模型当「赛博菩萨」供着，免费开放期间连算力费用都替你充功德？与其在官网挤成沙丁鱼罐头，时不时就碰见“服务器繁忙”的报错，不如跟我玩转这套「白嫖经济学」。

用Ollama三分钟部署DeepSeek！零配置+小白友好，让你的电脑秒变AI神器

AI 学习系列

如果你曾因配环境、装CUDA、解决依赖冲突而头秃——Ollama来了！它像“AI模型的全自动管家”，一句命令拉取模型、零配置启动，甚至内置API，连你家的猫都能学会（夸张了，但真的简单）。

Spring容器的本质

转载

文章详细讨论了Spring框架中IoC容器的核心机制，包括BeanFactory和ApplicationContext的实现。通过分析Spring源码，解释了依赖注入、工厂模式、单例模式等设计模式在Spring中的应用。

微调碾压RAG？大模型意图识别工程化实践

转载

本文介绍了大模型意图识别能力在智能电视AI OS中的落地过程和思考。文章详细探讨了传统NLP算法的不足，并提出了基于大模型的解决方案，包括RAG和SFT方法。还讨论了意图识别在智能电视中的具体应用场景、挑战及优化策略。

漫谈DeepSeek及其背后的核心技术

转载

文章介绍了DeepSeek公司的大模型技术，特别是其V3版本的核心技术。讨论了模型的架构、训练和推理成本以及创新的MLA注意力机制和无辅助损失负载均衡策略。还探讨了用于FP8训练的混合精度框架和多Token预测的训练目标，展示了DeepSeek在AI领域的创新和低成本优势。

提示词工程的十大认知误区

转载

本文列举了提示词工程的十大认知误区，并分享了作者的见解。文章指出，提示词工程并非简单易学，需要深入理解设计模式和框架；它不能解决一切问题，效果受模型能力和编写水平限制；不同的场景和模型需要灵活调整提示词；复杂的提示词不一定效果好；示例数量要适中；提示词需根据需求不断调优；测试效果与线上表现可能不同；用户输入同样重要。掌握这些技巧有助于更好地利用大模型的潜力。

一文搞懂DeepSeek - DeepSeek“知识蒸馏”OpenAI？

转载

DeepSeek是一家新兴的AI模型开发者，近期被OpenAI和Anthropic质疑利用其模型进行训练。文章详细解释了知识蒸馏的概念，并介绍了DeepSeek在模型架构与算法上的创新，包括混合专家架构（MoE）和多头潜在注意力机制（MLA）。这些技术旨在降低成本并提高效率。

社区精选｜每天想做的事很多，但下班一回到家就感到身心俱疲？

转载

这篇文章通过作者的个人经历，探讨了下班后感到身心俱疲、缺乏动力的现象。文章分析了背后的原因，如大目标不聚焦和小目标不清晰等，并提出了具体的改善方法，包括设定明确的目标和找到个人的动力源泉。同时，还提供了一些实用的小技巧来帮助恢复体力。

文末新春福利丨视频 CDN 融合资源的调度策略探索落地

转载

本文探讨了B站如何通过创新的CDN融合资源调度策略，解决直播带宽需求增长带来的挑战。文章详细介绍了成本调度层和资源调度层的设计理念及实施方法，包括不同计费方式的介绍、资源规划模型以及业务调度策略。通过分治思想和智能调度网关的应用，实现了在保障服务质量的同时，提高资源利用率和成本效益的目标。此外，文章还分享了该策略在实际直播场景中的落地效果，展示了显著的性能提升和新策略的优势。